MiniMax M3 428B · GPU 对比
MiniMax M3 428B — B200 vs H100
B200（NVIDIA Blackwell）与 H100（NVIDIA Hopper）在 MiniMax M3 428B 上的正面 AI 推理基准测试对比。涵盖各类 LLM 工作负载的延迟、吞吐量与成本。使用下方图表控件切换序列、精度和指标——交互方式与主推理图表相同。
B200 / H100 在 MiniMax M3 428B 上以 76 tok/s/user 运行：2050 / 537 tok/s/GPU，$0.26 / $0.67 每百万 token。B200 每 token 成本低 155%；B200 每 GPU 吞吐量高出 282%。
在 15–260 tok/s/user 交互性区间的中部，即 MiniMax M3 428B 上以 138 tok/s/user 运行时：B200 达到 1252 tok/s/GPU（$0.45/百万 token），H100 达到 237（$1.52/百万）。B200 每 token 成本低 236%；B200 每 GPU 吞吐量高出 429%。
以 199 tok/s/user 为目标在 MiniMax M3 428B 上运行时，B200 产出 554 tok/s/GPU（每百万 token $0.98），H100 产出 157（$2.31）。B200 每 token 成本低 136%；B200 每 GPU 吞吐量高出 254%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | B200:2049.6H100:536.7 | B200:1252.2H100:236.6 | B200:554.1H100:156.6 |
| Cost ($/M tok) | B200:$0.264H100:$0.673 | B200:$0.451H100:$1.518 | B200:$0.976H100:$2.307 |
| tok/s/MW | B200:944523H100:310239 | B200:577055H100:136749 | B200:255333H100:90500 |
| Concurrency | B200:~119H100:~31 | B200:~18H100:~8 | B200:~5H100:~4 |
推理性能
不同模型、硬件配置和服务参数下的推理性能指标。
厂商:
聚合模式:
投机解码: